SubAgent是构建复杂AI系统时实现“分工协作”的核心机制可以理解为AI的“团队协作模式”。一、什么是SubAgentSubAgent子智能体是指在一个主AI系统内部为了完成特定子任务而专门配置的、具有独立职责和能力的小型AI代理。可以这样理解单体AI像一位“全能超人”——什么事都自己干但什么事都不够精。SubAgent架构像一个“专业团队”——有项目经理主Agent统筹全局每个成员SubAgent各司其职在自己的细分领域做到极致。核心思想分而治之。把一个复杂的整体任务拆解成多个相对独立的子任务分别交给最擅长该子任务的SubAgent去处理。二、为什么需要SubAgent原因说明专业化不同SubAgent可以配置不同的System Prompt、知识库和Tool在各自领域表现更专业并行处理多个SubAgent可以同时工作大幅提升效率降低复杂度将大任务拆小每个SubAgent只需关注自己的子任务降低单次推理的复杂度易于维护每个SubAgent独立迭代和优化不影响整体系统成本优化简单子任务用轻量级模型如GPT-3.5复杂子任务用高端模型如GPT-4按需分配职责清晰明确的责任边界便于问题定位和追溯三、SubAgent的核心组成部分一个完整的SubAgent通常包含以下配置组成部分说明示例角色定义RoleSubAgent的身份和专业领域“你是资深前端开发工程师”系统指令System Prompt详细的行为规范和约束“只用TypeScript遵循React最佳实践”可用工具ToolsSubAgent能调用的外部能力代码编辑器、浏览器、API客户端知识库Knowledge专属的参考资料和文档公司内部组件库文档、API接口文档输出规范Output Format返回结果的结构要求“输出为JSON格式包含code和explanation字段”权限边界Permission能做什么、不能做什么“可读数据库不可删除数据”四、完整实战示例场景用户说“帮我做一个简单的高并发秒杀系统的技术方案”。主Agent协调者收到请求后将任务拆解并分配给多个SubAgent步骤1任务拆解主Agent分析这是一个系统架构设计任务需要多人协作完成。拆解为以下子任务需求分析架构设计数据库设计缓存方案安全方案↓步骤2调度SubAgent主Agent将各子任务分发给对应的SubAgent分配给“需求分析SubAgent”梳理秒杀系统的核心功能需求和非功能需求分配给“架构设计SubAgent”设计整体系统架构图和技术选型分配给“数据库SubAgent”设计库存、订单、用户等核心表结构分配给“缓存方案SubAgent”设计Redis缓存策略防超卖分配给“安全方案SubAgent”设计防刷单、防DDoS等安全策略↓步骤3SubAgent并行执行各SubAgent独立工作各自调用自己的Tools和知识库并行产出结果。↓步骤4结果汇总主Agent收集所有SubAgent的输出整合成一份完整的技术方案文档返回给用户。五、SubAgent的协作模式协作模式说明适用场景顺序执行SubAgent按先后顺序依次执行后一个依赖前一个的输出写代码→测试→部署并行执行多个SubAgent同时工作互不依赖同时查资料、写报告、做图表投票裁决多个SubAgent各自给出答案主Agent综合决策医疗诊断、法律咨询、投资建议辩论优化SubAgent之间相互质疑和修正逐步完善答案复杂决策、方案评审层次委派SubAgent还可以再创建自己的SubAgent形成多层结构超大规模项目分解六、SubAgent vs 普通Prompt vs Skill vs Tool这四个概念的层级关系概念定位规模典型内容Tool具体功能单元最小一个API调用、一个函数SkillTool Prompt 工作流的封装中等“代码审查助手”技能包SubAgent完整独立运行的智能体最大配置了角色指令多个Tool知识库的独立代理普通Prompt单次对话指令灵活“帮我翻译这段话”关系图示纯文字版第一层最底层Tool例如“发送邮件”、“查询天气”第二层中层Skill将多个Tool和Prompt组合成一个技能包第三层上层SubAgent配置了角色、指令、多个Skill和Tool、知识库的完整智能体主Agent调度者负责管理多个SubAgent组成一个完整的AI团队。七、SubAgent vs Multi-Agent这两个概念容易混淆SubAgent子智能体定义在一个系统内部主Agent下辖的子代理关系主从关系层级分明典型结构1个主Agent N个SubAgent示例一个“软件开发主Agent”下辖“前端SubAgent”“后端SubAgent”“测试SubAgent”Multi-Agent多智能体定义多个对等的Agent共同协作没有明确的上下级关系平等关系协商协作典型结构N个Peer Agent 共识机制示例多个AI模型共同会诊投票决定最终诊断结果八、SubAgent的核心优势优势一专业分工每个SubAgent配置专属的System Prompt和知识库。例如“前端SubAgent”精通React/Vue“后端SubAgent”精通Spring Boot/数据库。各SubAgent在各自领域表现远超一个通用AI。优势二并行提速多个SubAgent同时工作。例如写一份市场分析报告时“数据收集SubAgent”“数据分析SubAgent”“报告撰写SubAgent”同时启动效率提升数倍。优势三降本增效简单子任务用轻量级模型处理复杂子任务才用高端模型。例如“格式整理SubAgent”用GPT-3.5“核心算法设计SubAgent”用GPT-4整体成本大幅降低。优势四隔离风险单个SubAgent出错不影响其他SubAgent系统容错性增强。例如“代码生成SubAgent”出错了“测试SubAgent”仍然可以正常工作发现并报告问题。优势五持续进化每个SubAgent独立迭代团队整体能力持续提升。例如“安全SubAgent”更新了防攻击策略不影响其他SubAgent的运行。九、SubAgent的设计原则原则说明单一职责每个SubAgent只负责一个明确的子领域不要“大而全”接口清晰SubAgent的输入和输出格式要标准化便于主Agent调度和结果汇总松耦合SubAgent之间尽量独立减少相互依赖可观测记录每个SubAgent的执行日志便于监控和调优安全边界明确每个SubAgent的权限范围最小权限原则超时控制每个SubAgent的执行要有超时限制防止卡死降级策略SubAgent失效时主Agent应有备用方案十、SubAgent的典型应用场景场景一软件开发主Agent项目经理SubAgent分工需求分析、架构设计、前端开发、后端开发、测试、运维部署场景二市场调研主Agent调研负责人SubAgent分工竞品数据采集、用户访谈分析、市场趋势预测、SWOT分析、报告撰写场景三法律文书主Agent主办律师SubAgent分工法规检索、案例分析、合同审核、文书起草、风险提示场景四智能客服主Agent客服主管SubAgent分工订单查询、售后处理、投诉应对、技术答疑、人工转接判断 SubAgent完全指南：AI的“团队协作”
SubAgent是构建复杂AI系统时实现“分工协作”的核心机制可以理解为AI的“团队协作模式”。一、什么是SubAgentSubAgent子智能体是指在一个主AI系统内部为了完成特定子任务而专门配置的、具有独立职责和能力的小型AI代理。可以这样理解单体AI像一位“全能超人”——什么事都自己干但什么事都不够精。SubAgent架构像一个“专业团队”——有项目经理主Agent统筹全局每个成员SubAgent各司其职在自己的细分领域做到极致。核心思想分而治之。把一个复杂的整体任务拆解成多个相对独立的子任务分别交给最擅长该子任务的SubAgent去处理。二、为什么需要SubAgent原因说明专业化不同SubAgent可以配置不同的System Prompt、知识库和Tool在各自领域表现更专业并行处理多个SubAgent可以同时工作大幅提升效率降低复杂度将大任务拆小每个SubAgent只需关注自己的子任务降低单次推理的复杂度易于维护每个SubAgent独立迭代和优化不影响整体系统成本优化简单子任务用轻量级模型如GPT-3.5复杂子任务用高端模型如GPT-4按需分配职责清晰明确的责任边界便于问题定位和追溯三、SubAgent的核心组成部分一个完整的SubAgent通常包含以下配置组成部分说明示例角色定义RoleSubAgent的身份和专业领域“你是资深前端开发工程师”系统指令System Prompt详细的行为规范和约束“只用TypeScript遵循React最佳实践”可用工具ToolsSubAgent能调用的外部能力代码编辑器、浏览器、API客户端知识库Knowledge专属的参考资料和文档公司内部组件库文档、API接口文档输出规范Output Format返回结果的结构要求“输出为JSON格式包含code和explanation字段”权限边界Permission能做什么、不能做什么“可读数据库不可删除数据”四、完整实战示例场景用户说“帮我做一个简单的高并发秒杀系统的技术方案”。主Agent协调者收到请求后将任务拆解并分配给多个SubAgent步骤1任务拆解主Agent分析这是一个系统架构设计任务需要多人协作完成。拆解为以下子任务需求分析架构设计数据库设计缓存方案安全方案↓步骤2调度SubAgent主Agent将各子任务分发给对应的SubAgent分配给“需求分析SubAgent”梳理秒杀系统的核心功能需求和非功能需求分配给“架构设计SubAgent”设计整体系统架构图和技术选型分配给“数据库SubAgent”设计库存、订单、用户等核心表结构分配给“缓存方案SubAgent”设计Redis缓存策略防超卖分配给“安全方案SubAgent”设计防刷单、防DDoS等安全策略↓步骤3SubAgent并行执行各SubAgent独立工作各自调用自己的Tools和知识库并行产出结果。↓步骤4结果汇总主Agent收集所有SubAgent的输出整合成一份完整的技术方案文档返回给用户。五、SubAgent的协作模式协作模式说明适用场景顺序执行SubAgent按先后顺序依次执行后一个依赖前一个的输出写代码→测试→部署并行执行多个SubAgent同时工作互不依赖同时查资料、写报告、做图表投票裁决多个SubAgent各自给出答案主Agent综合决策医疗诊断、法律咨询、投资建议辩论优化SubAgent之间相互质疑和修正逐步完善答案复杂决策、方案评审层次委派SubAgent还可以再创建自己的SubAgent形成多层结构超大规模项目分解六、SubAgent vs 普通Prompt vs Skill vs Tool这四个概念的层级关系概念定位规模典型内容Tool具体功能单元最小一个API调用、一个函数SkillTool Prompt 工作流的封装中等“代码审查助手”技能包SubAgent完整独立运行的智能体最大配置了角色指令多个Tool知识库的独立代理普通Prompt单次对话指令灵活“帮我翻译这段话”关系图示纯文字版第一层最底层Tool例如“发送邮件”、“查询天气”第二层中层Skill将多个Tool和Prompt组合成一个技能包第三层上层SubAgent配置了角色、指令、多个Skill和Tool、知识库的完整智能体主Agent调度者负责管理多个SubAgent组成一个完整的AI团队。七、SubAgent vs Multi-Agent这两个概念容易混淆SubAgent子智能体定义在一个系统内部主Agent下辖的子代理关系主从关系层级分明典型结构1个主Agent N个SubAgent示例一个“软件开发主Agent”下辖“前端SubAgent”“后端SubAgent”“测试SubAgent”Multi-Agent多智能体定义多个对等的Agent共同协作没有明确的上下级关系平等关系协商协作典型结构N个Peer Agent 共识机制示例多个AI模型共同会诊投票决定最终诊断结果八、SubAgent的核心优势优势一专业分工每个SubAgent配置专属的System Prompt和知识库。例如“前端SubAgent”精通React/Vue“后端SubAgent”精通Spring Boot/数据库。各SubAgent在各自领域表现远超一个通用AI。优势二并行提速多个SubAgent同时工作。例如写一份市场分析报告时“数据收集SubAgent”“数据分析SubAgent”“报告撰写SubAgent”同时启动效率提升数倍。优势三降本增效简单子任务用轻量级模型处理复杂子任务才用高端模型。例如“格式整理SubAgent”用GPT-3.5“核心算法设计SubAgent”用GPT-4整体成本大幅降低。优势四隔离风险单个SubAgent出错不影响其他SubAgent系统容错性增强。例如“代码生成SubAgent”出错了“测试SubAgent”仍然可以正常工作发现并报告问题。优势五持续进化每个SubAgent独立迭代团队整体能力持续提升。例如“安全SubAgent”更新了防攻击策略不影响其他SubAgent的运行。九、SubAgent的设计原则原则说明单一职责每个SubAgent只负责一个明确的子领域不要“大而全”接口清晰SubAgent的输入和输出格式要标准化便于主Agent调度和结果汇总松耦合SubAgent之间尽量独立减少相互依赖可观测记录每个SubAgent的执行日志便于监控和调优安全边界明确每个SubAgent的权限范围最小权限原则超时控制每个SubAgent的执行要有超时限制防止卡死降级策略SubAgent失效时主Agent应有备用方案十、SubAgent的典型应用场景场景一软件开发主Agent项目经理SubAgent分工需求分析、架构设计、前端开发、后端开发、测试、运维部署场景二市场调研主Agent调研负责人SubAgent分工竞品数据采集、用户访谈分析、市场趋势预测、SWOT分析、报告撰写场景三法律文书主Agent主办律师SubAgent分工法规检索、案例分析、合同审核、文书起草、风险提示场景四智能客服主Agent客服主管SubAgent分工订单查询、售后处理、投诉应对、技术答疑、人工转接判断